15计算机应用专业综合理论试卷答案,2013年南通市对口单招计算机应用专业综合理论第二次模拟试卷(含答案).doc...

2013年南通市对口单招计算机应用专业综合理论第二次模拟试卷(含答案)

2013年南通市普通高校对口单招高三第二次模拟考试

计算机应用专业综合理论

说明:本试卷分第 Ⅰ卷(客观题)和第Ⅱ卷(主观题)两部分,第Ⅰ卷1至3页,第Ⅱ卷4至12页。两卷满分为300分,考试时间150分钟。Ⅰ卷答案涂在答题卡上,Ⅱ卷答案写在试卷上。

第Ⅰ卷(客观题部分,共90分)

注意事项:

每小题选出答案后,用铅笔把答题卡上对应题目的答案标号涂黑,如需改动,请用橡皮擦干净后,再选择其答案标号,如果答案不涂写在答题卡上,成绩无效。

一、单项选择题(本大题共30小题,每小题2分,共60分。每小题只有一个正确答案。)

1._____。

A.保存下条待执行指令的地址 B.用来保存正在执行的指令

C.分析、执行指令的部件 D.产生周期节拍、脉冲等时序信号的部件

2._____。

A.   B. C.    D..存储个×24点阵汉字字模信息需字节数为______。

A. B. C. D.200

4.十进制数转换成十进制数是______。

A. B. C.2.4 D.85.以下哪种寻址方式需要两次访问存储器才能取得操作数______。

A.寄存器间接寻址???? B.存储器间接寻址??? C.寄存器寻址???? D.直接寻址

6.组成K*8b的存储器,则需______块芯片。

A.B. C.   D.17.______。

A. B. C. D.8.中断在_____被执行的。

A.中断请求 B.中断响应 C.中断处理 D.中断返回

9.目前在磁盘等高速外存间数据传送所采用的信息交换方式是_____。

A.DMA方式 B.外围处理机方式C.查询方式 D.通道方式

10.以下哪个厂商不属于主板芯片组厂商_____。

A.英特尔(Intel)B.矽统(SIS)C.威胜(VIA)D.华硕(ASUS)

11._________。

A. B.

C. D.

12.若要达到CD光盘的音质水平,声卡的采样频率应取_____。

A.11.25KHzB.22.05KHz C.44.1KHz D.48KHz

13.目前主流微型计算机卡总线类型是 。

A.PCI  B.AGP×8    C.    D.AMR

14.

A. 扫描仪 B.手写板 C.触摸屏 D.显示器

15.

16.

A.总线B.环型 C.星型 D.网状型

17.电路交换比报文交换_________。

A.实时性好且线路利用率高B.实时性好但线路利用率低

C.实时性差而线路利用率高D.实时性和线路利用率均差

18.19.协议由三要素构成,其中,有关语义方面的问题由________处理。

A.表示层B.会话层C.数据链路层D.应用层

20.________。

A. B. C. D.21.IEEE802.11

A.光纤网 B.无线局域网C.局域网安全性 D.宽带网

22.Internet是由多个网络通过_______互联而成的。

A.交换机 B.路由 C.集线器 D.中继器

23.下列IP地址中,属于组播地址的是______。

A.55B.

C.41D.6

24.YY,INTERNET邮件服务器的域名为126.COM, 则该邮箱地址为______。

A. YY@126.COM.NT.CN B. YY@126.COM

C. YY@126.COM.NT D. YY@126.COM.CN

25. 用万用表R×1K档测量某二极管的正向电阻为300Ω,若改为R×100档,测量该二极管,其正向电阻 。

A.增大 B.减小 C.不变 D.不定

26. 下列叙述正确的是 。

A. 电容器上的电压越大,则通过该电容器上的电流就越大

B. 电容器开始充电瞬间,其两端电流为零。

C. 若电容器上某时刻的电压为零,则该时刻电容器上的电流也一定为零

D. 当电容器上电压的绝对值在某时刻达到最大时,此时电容器的储能也达到最大

27. 电路如题27图所

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值